当前位置: 主页 > 技术方案

人工智能行业报告-“十四五”强调AI发展价值,技术创新日益成熟

发布时间:2023-06-09 10:16   浏览次数:次   作者:佚名

一、“十四五”强调AI发展价值,技术创新日益成熟

1.1 政策长期利好,十四五“打造数字经济新优势”强调AI发展价值

国家高度重视 AI 领域发展,不断推出相关政策助力AI持续进步。各地积极出台政策支持人工智能基础设施发展,已有较为清晰的建设思路,如北京、上海、广东聚焦基础研究领域,江苏、浙江、福建、山东偏重应用层面。

工信部批复的八大人工智能创新应用先导区是我国人工智能基础设施建设的先行先试区。八大先导区先后发布人工智能行动方案,方案围绕公共数据集、先进计算/超级计算机/智能计算、智能感知/智能网联/智能芯片等人工智能基础设施进行重点布局。

1.2 AI研究水平稳步上升,中国AI学术能力位居世界前列

AI领域学术研究水平稳步提升,中国高水平论文发表及专 利申请具有领先优势。2011-2020年AI领域高水平论文发表量整体上呈现稳步增长态势,取得 R-CNN 算法、神经机器翻译的新方法等科研成果。从高水平科研论文的国家分布来看,中国以22686篇人工智能领域论文的发表量位居第 二,仅次于美国,遥遥领先于其他国家。

2011-2020年全球人工智能专利申请量 521264项。中国专 利申请量为 389571项,位居世界第一,占全球总量的 74.7%,是排名第二的美国专利申请量的 8.2 倍。

1.3 AI应用技术未来趋势:端-边-云算力协同

端-边-云帮助缓解云端的工作负载的同时,解决了终端算力不足、计算功耗大的难题。设备端产生的大量数据,若直接上传到云端处理,会对云端的带宽、算力、存储空间等造成巨大压力。在算力协同的模式下,云端的云计算中心承担模型训练任务,贴近端侧的各设备进行模型推理,二者之间的边缘侧负责通用模型的转移学习。

未来,边缘计算向算力集群异构设计发展,其异构化程度将会高于传统的数据中心,异构设计的突破将会进一步提高端边云的整体计算效能,进而加速AI模型的训练与推理。

1.4 AI市场规模保持高速增长,行业前景广阔

2021年AI赛道火热,总投资额达到775亿美元,2022年全球AI市场规模预计超4000亿美元。根据IDC最新数据,全球人工智能收入预计到2022年同比增长19.6%,达到4328亿美元。预计2023年将突破5000亿美元大关。

中国人工智能产业市场规模保持高速增长,行业景气度高。据艾瑞咨询预测,2021年,人工智能核心产业规模预计达到1998亿元, 2026年AI核心产业规模预计超过6000亿元,带动产业规模预计为21077亿元。

未来市场约30%-45%是AI创业企业占据,外围赛道切换而来的互联网公司、云服务公司、大数据公司、信息技术服务公司、通信设 备公司以及个别科研院所将切分其余市场。AI产业高景气和潜在巨大空间将会为整个产业链提供良好发展基础。

新知达人, 2022年人工智能AI行业研究报告

二、产业链协同发展,AI赋能多元场景

2.1 AI产业链协同发展,赋能多行业应用

人工智能产业链可分为基础层、技术层和应用层。AI产业链基础层主要包括数据提供商、算力提供商、算力模型生产商;技术层包括关键技术领域和通用技术领域;应用层则包含安防、医疗等多场景应用。

AI应用遍及各行各业,场景丰富。不同人工智能技术提供专属行业的解决方案,并不断探索更多行业应用。

新知达人, 2022年人工智能AI行业研究报告

2.2 基础层

大数据平台技术升级,云原生思想提升效率

数据资源是人工智能技术产业创新发展的驱动力之一。数据集作为数据资源的核心组成部分,是指经过专业化设计、采集、清洗、 标注和管理,生产出来的专供人工智能算法模型训练的数据。大数据的核心始终是面向海量数据的存储、计算、处理等基础技术。

“十四五”对大数据的发展作出了重要部署,规划稿中“大数据”一词出现了十四次,而“数据”一词则出现了六十余次。我国提出“加快培育数据要素市场”后,大数据的发展迎来了全新的阶段。2020年开始,大数据技术的发展重点从单一注重效率提升,演变为“效率提升、赋能业务、加强安全、促进流通”四者并重。

云计算开始发展后,传统大数据平台和数据库逐渐从私有部署转化为云上部署。随着云原生概念的兴起,大数据技术产品逐步迭 代升级,云原生大数据技术产品开始成为产业变革的浪潮。

AI芯片发展实现算力提升,云端向边缘与端侧转移是趋势

人工智能基础层的三要素中,算力是驱动AI产业化和产业AI化发展的关键,作为集成运算逻辑与硬件的载体——芯片而存在。

当前AI芯片主要分为GPU、FPGA、ASIC。与CPU相比, GPU、FPGA、ASIC在功耗比更高。GPU擅长处理简单并行计算,但是功 耗更高,目前占有大部分市场份额;FPGA可以重复编辑,功耗较低;ASIC性能与研发成本均处于高微,其任务具有不可更改的特点。

未来,AI芯片由云端训练向边缘与端侧推理转移是趋势。云端训练需求是AI芯片市场的主流需求,因为模型首先要在云端。

2.3 技术层

机器学习(ML)与数据治理逐渐走向一体化

作为数字产业化的商业应用与产业数字化的技术工具,机器学习迎来发展机遇。相关产业规模处于增量爬升阶段人工智能行业报告人工智能行业报告,存量市场尚未形成。据艾瑞咨询预测,2021年,中国机器学习核心产品的市场规模 为275亿元,带动规模为1809亿元,核心规模2021-2026年CAGR=20.6%。主要核心产品为大数据类产品与机器学习平台的软件部分,下游应用行业以金融、工业、医疗、自动驾驶及互联网为主。

未来数据治理与机器学习应用开发将逐渐走向一体化。机器学习应用厂商往往面临模型与数据无法同步的问题。数据 治理厂商完成数据治理后,本就对客户的业务数据有了深入了解,且模型应用开发可增加新的业务收入。这意味着数据治理与机器学习平台产品的边界将会被突破并连接。

新知达人, 2022年人工智能AI行业研究报告

垂直行业的知识图谱未来或将拉动市场规模

知识图谱是新一代的知识工程技术,自动获取大数据中的数据、信息等内容并梳理,组合成图谱形式。其产品类型以 通用知识图谱与垂直行业知识图谱为主。通用知识图谱强调知识广度,逐渐演变为通用互联网知识图谱,形成搜索引擎、智能推荐、智能问答三大产品类型,产品发展较为成熟。行业知识图谱强调知识深度,用于问答、辅助决策与业务分析,是支持Al大脑深度思考的知识库基础,是未来主要的增长点。

在实际应用中,知识图谱和自然语言处理NLP往往有相同目的。全球知识图谱的厂商多数是以NLP为主营业务的厂商逐步构建知识图谱业务。未来新的增量市场则由垂直行业的知识图谱与NLP应用或解决方案提供。

知识图谱在研究发展阶段,在工业界还没有形成大规模应用。艾瑞咨询数据显示,2021年,我国知识图谱核心产品的 市场规模为107亿元,带动规模为412亿元,核心规模2021-2026年CAGR=22.5%。据Gartner预测,距离生产成熟至少还需5-10年。

2.5 应用层

AI落地场景多元化,深入触达行业核心痛点

AI渗透赋能产业,推动传统产业革新。在应用层面,人工智能主要面向特定应用场景的差异化需求形成具体产品或系统解决方案。目前,AI+细分行业的模式形成了“技术推动产品、产品核心行业”的良性商业闭环。在各应用场景中,安防、智能汽车、新零售、 教育等领域已经相对成熟。

AI应用从降本增效到找寻行业增量空间,协同构建数字化商业模式:AI逐步从行业发展的有益补充转变为产业数字化转型的核心竞争力,多数企业、产业尝试将AI与主营核心业务流程结合,利用AI的技术技术优势找寻业务新增长点。

通用底层技术结合行业细分需求,标杆方案构建助力规模场景应用:在具体应用中,企业通常会选择市场空间大、存在明显痛点且与自身技术优势匹配的行业进入,通过完善核心技术及打造标杆案例构建业务壁垒,并不断深化与垂直场景的融合度。

AI+安防:AI优势高度契合安防行业需求,增强全行业能动性

视频监控升级为行业发展核心主线,AI引入助力行业能力实现跨越式发展。安防行业围绕视频监控技术升级主线共经历五次变革。其中,随着2015年AI技术引入行业,行业逐步从被动监控转而主动识别,从“看得到、看得远、看得清”向“看得懂“转变” ;

安防产业的核心环节为中游设备商:随着中游集中度的提高,安防设备龙头企业取得了技术、资源和规模优势,既能高度整合上 游资源,又渗透下游工程和运营市场;

AI特性高度贴合行业痛点:AI技术优势精准应用到安防监控、公安数据相关领域,有效解决行业数据多、分析难等传统痛点。在 具体应用中,监控视频细分领域份额占比最大。

AI+教育:深度渗透各教学环节,着力提升教育公平及个性化教育

市场需求和政府政策双动因高效推动教育产业智能化。随着政策的大力支持及AI技术的成熟,AI+教育的商业模式及核心诉求逐渐清晰,行业价值空间较高。校外教育方面,由于在线教学用户体验不佳、教学效果难以评估,智能化产品及AI应用仍需进一步探索;校内教育方面,各级学校信息化设备普及度仍较低,缺乏核心教学数据,故智能设备、智能整体方案落地是该部分的关键。

AI教学应用逐步渗透各教学活动环节。从“教、学、管、考”各环节来看,AI技术已经逐步渗透教学闭环,从教学侧和学习侧双 侧一齐赋能教育行业。值得注意的是,由于教育行业的特殊性,AI+教育要侧重提升教学质量,深化促进教育公平和个性化教育。

三、重点企业分析

3.1 海康威视:以视频为主轴构建多维感知技术架构

杭州海康威视数字技术股份有限公司诞生于2001 年,是以视频为核心的智能物联网解决方案和大数据服务提供商。海康威视聚焦于智能物联网、大数据服务和智慧业务,构建开放合作生态,为公共服务领域用户、企事业用户和中小企业用户提供服务,致力于构筑云边融合、物信融合、数智融合的智慧城市和数字化企业。

公司积极沿全光谱开发创新业务。形成在可见光、毫米波、远红外、X光、声波领域的五条技术主线,构成公司多维感知技术的主 架构,在此基础上,打造海康威视更丰富的、更广泛的技术组合产品。创新业务主要包括萤石网络、海康机器人、海康汽车电子、海康微影、海康智慧存储、海康消防、海康睿影、海康慧影八个子业务,涵盖智能家居、机器人、汽车、红外热成像、存储、消防、安检、医疗等八个领域。

3.2 科大讯飞:国内最大智能语音技术提供商

科大讯飞股份有限公司成立于 1999 年,长期从事语音识别、自然语言理解、机器学习推理及自主学习等研究。

讯飞开放平台已开放 434 项 AI 能力及解决方案,覆盖语音识别、自然语言处理、图像识别等领域,拥有智能客服、智能媒体、智能娱乐、智慧医疗、智慧出行等解决方案,行业覆盖企业数字化、智慧城市、视频直播、智慧医疗、智慧农业等行业专题。

根据IDC数据,2020年上半年科大讯飞在我国人工智能语音语义市场稳居第一。公司依托领先的语音识别、语音分析、自然语言处 理等核心技术,针对 AI 办公和 AI 学习赛道已经发布翻译机、智能录音笔、智能办公本、AI 学习机和翻译笔等产品,持续赋能学习、办公场景。

3.3 锐明技术:商用车安全监控及信息化解决方案提供商

锐明技术创立于2002年,是以人工智能为核心的商用车安全及信息化解决方案提供商。公司行业信息化产品主要分为公交、巡游出租、两客一危、渣土清运四类。产品和解决方案成功为北京奥运会、上海世博会、全国两会、北京公交、美国校车、厄瓜多尔综合交通等大型交通安保项目提供安全保障及信息化服务。

锐明技术AI技术应用场景包括车内外及特殊应用场景。车外应用包括:FCW前车碰撞报警系统、UFCW虚拟保险杠报警系统、 LDW车道偏离报警系统及PCW行人碰撞预警系统等。车内应用包括:DSM、智能驾驶舱、人群密度及过道超员、语音识别及客流 人数统计等。特殊应用包括手势识别、垃圾分类及渣土抛洒。随着商用车车载联网终端产品向智能化方向演进,公司行业信息化产品发展前景广阔。

3.4 寒武纪:全球智能芯片先行者

寒武纪于 2016 年由中科大少年班出身的计算机博士陈天石先生创立,是目前国际上少数几家全面系统掌握智能芯片及其基础软件 研发和产品化技术的企业之一,能提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件,保持每年推出1-2款核心产品的节奏。

寒武纪产品广泛应用于互联网、金融、交通、能源、电力和制造等领域的复杂 AI 场景。智慧交通领域,寒武纪与行业头部联合展出了车路协同、智慧铁建等解决方案,切实推动交通行业的智能化升级;智慧电力领域,寒武纪展出的变电站在线巡视系统、输电线路巡检方案,用智能装备取代人工例行巡检,支撑电网企业数字化转型;智慧医疗领域,寒武纪携手知名行业客户打造超声智能筛查解决方案,对超声视频流进行实时智能分析,实现毫米级读取超声影像,大大减轻医生阅片负担。

关于我们

我们是一家专注于分享国内外各类行业研究报告/专题热点行业报告/白皮书/蓝皮书/年度报告等各类优质研究报告分享平台。所有报告来源于国内外数百家机构,包含传统行业、金融娱乐、互联网+、新兴行业、医疗大健康等专题研究.....目前已累积收集近80000+份行业报告,涉及众多大板块,多个细分领域。

文琳编辑